R語言實戰(zhàn) 數(shù)據(jù)整理、可視化、建模與挖掘

定　價：￥159.00

作　者：	薛震孫玉林
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網 (￥119.20)

ISBN：	9787111757214	出版時間：	2024-07-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內容簡介

　　本書是一本數(shù)據(jù)科學的入門與提升教程，全書共5篇，按照由淺入深、循序漸進的方式介紹R語言的基本語法與實際應用，并結合現(xiàn)實數(shù)據(jù)進行實戰(zhàn)操作。內容涵蓋R語言的安裝與運行、數(shù)據(jù)對象的創(chuàng)建與編程、R語言初級與高級繪圖、數(shù)據(jù)的管理與清洗、統(tǒng)計分析與數(shù)據(jù)降維、無監(jiān)督與有監(jiān)督學習、利用R Markdown創(chuàng)建動態(tài)報告和制作幻燈片等。本書為讀者提供了相關案例的源碼（獲取方式見封底）。本書適合對數(shù)據(jù)可視化、統(tǒng)計建模、數(shù)據(jù)分析、數(shù)據(jù)挖掘感興趣的研究人員和工程技術人員閱讀，也可作為高等院校數(shù)學、統(tǒng)計學、數(shù)據(jù)科學、計算機科學、人工智能、云計算、大數(shù)據(jù)分析、生物醫(yī)學、工業(yè)統(tǒng)計等方向本科生或研究生的參考教程。

作者簡介

　　薛震，博士、副教授、碩士生導師、香港城市大學訪問學者、山西省數(shù)學學會理事、山西省數(shù)學類專業(yè)教學指導委員會秘書長、中北大學教學名師。從事統(tǒng)計分析、機器學習與數(shù)據(jù)可視化研究。主持參與國家自然科學基金、山西省自然科學基金、裝備預研重點項目等10多項，發(fā)表論文30余篇，出版教材《R語言統(tǒng)計分析與機器學習》《R語言數(shù)據(jù)可視化實戰(zhàn)》等，榮獲全國“公益云圖數(shù)據(jù)可視化創(chuàng)新大賽”優(yōu)秀導師。孫玉林，西安電子科技大學人工智能學院博士在讀，長期從事大數(shù)據(jù)統(tǒng)計分析、機器學習與計算機視覺等方面的研究，發(fā)表多篇SCI一區(qū)期刊論文，曾獲得多次數(shù)學建模、數(shù)據(jù)挖掘等賽事一等獎。出版著作《R語言統(tǒng)計分析與機器學習》《R語言數(shù)據(jù)可視化實戰(zhàn)》《R語言數(shù)據(jù)分析：基礎、算法與實戰(zhàn)》《Pytorch深度學習入門與實戰(zhàn)》《Python機器學習：基礎、算法與實戰(zhàn)》等。

圖書目錄

前言
第一篇 R語言入門
第1章 R語言簡介/
1.1R語言的下載與運行/
1.2RStudio安裝與設置/
1.3R語言包/
1.4數(shù)據(jù)類型與運算符/
1.5運行R語言代碼/
1.6本章小結/
第2章 R語言數(shù)據(jù)對象/
2.1向量/
2.1.1數(shù)值型/
2.1.2邏輯型/
2.1.3缺失值/
2.1.4字符型/
2.1.5因子型/
2.1.6類型轉換/
2.2矩陣與高維數(shù)組/
2.2.1矩陣/
2.2.2高維數(shù)組/
2.3數(shù)據(jù)框/
2.3.1生成數(shù)據(jù)框/
2.3.2數(shù)據(jù)框操作/
2.4列表/
2.4.1生成列表/
2.4.2列表操作/
2.5時間數(shù)據(jù)/
2.5.1基礎包處理時間數(shù)據(jù)/
2.5.2lubridate包處理時間數(shù)據(jù)/
2.6本章小結/
第3章程序編寫與函數(shù)/
3.1條件判斷語句/
3.1.1if語句/
3.1.2ifelse語句/
3.2循環(huán)語句/
3.2.1for循環(huán)/
3.2.2while循環(huán)/
3.2.3repeat循環(huán)/
3.3內置函數(shù)/
3.3.1常用的數(shù)學函數(shù)/
3.3.2常用的字符串處理函數(shù)/
3.3.3常用的統(tǒng)計函數(shù)/
3.4自定義函數(shù)/
3.4.1函數(shù)語法/
3.4.2函數(shù)編寫/
3.4.3函數(shù)調試/
3.5本章小結/
第二篇 R語言數(shù)據(jù)整理實戰(zhàn)
第4章數(shù)據(jù)讀寫與管理/
4.1數(shù)據(jù)導入與保存/
4.2從文件中導入數(shù)據(jù)/
4.2.1導入帶有分隔符的數(shù)據(jù)/
4.2.2導入Excel表格數(shù)據(jù)/
4.2.3導入SPSS數(shù)據(jù)/
4.2.4導入SAS數(shù)據(jù)/
4.2.5導入MATLAB數(shù)據(jù)/
4.2.6導入Stata數(shù)據(jù)/
4.2.7使用RStudio菜單導入數(shù)據(jù)/
4.3網絡爬蟲爬取數(shù)據(jù)/
4.3.1從網頁中獲取鏈接和表格/
4.3.2從網頁中獲取文本/
4.3.3從網頁中獲取圖片/
4.4圖像數(shù)據(jù)管理/
4.4.1讀取圖像/
4.4.2圖像操作/
4.5數(shù)據(jù)并行計算/
4.5.1apply()函數(shù)的使用/
4.5.2lapply()函數(shù)的使用/
4.5.3sapply()和vapply()函數(shù)的使用/
4.5.4tapply()和mapply()函數(shù)的使用/
4.6本章小結/
第5章數(shù)據(jù)清洗與操作/
5.1處理缺失值/
5.1.1發(fā)現(xiàn)缺失值/
5.1.2缺失值分布可視化/
5.1.3缺失值填補/
5.2dplyr數(shù)據(jù)操作/
5.2.1管道操作/
5.2.2數(shù)據(jù)選擇/
5.2.3數(shù)據(jù)過濾/
5.2.4數(shù)據(jù)修改/
5.2.5數(shù)據(jù)排序/
5.2.6數(shù)據(jù)分組/
5.2.7數(shù)據(jù)融合/
5.3長寬數(shù)據(jù)轉換/
5.3.1tidyr包長寬數(shù)據(jù)轉換/
5.3.2reshape2包長寬數(shù)據(jù)轉換/
5.4文本處理/
5.4.1正則表達式/
5.4.2stringr包文本操作/
5.4.3中文文本預處理/
5.5本章小結/目錄
第三篇 R語言數(shù)據(jù)可視化實戰(zhàn)
第6章 R語言基礎繪圖/
6.1圖形的基礎設置/
6.1.1圖形的形狀和線條/
6.1.2圖形的坐標系/
6.1.3圖形的顏色/
6.1.4圖形的文本/
6.2基礎圖形可視化/
6.2.1散點圖與線圖/
6.2.2直方圖與條形圖/
6.2.3箱線圖與平滑散點圖/
6.2.4三維圖形/
6.3子圖可視化/
6.3.1圖形窗口設計/
6.3.2繪制子圖/
6.4本章小結/
第7章 ggplot2數(shù)據(jù)可視化/
7.1ggplot2簡介/
7.1.1圖形語法/
7.1.2qplot快速繪圖/
7.2使用圖層構建圖形/
7.2.1幾何對象/
7.2.2theme函數(shù)/
7.2.3統(tǒng)計變換/
7.2.4位置調整/
7.2.5形狀和大小/
7.3ggplot2可視化進階/
7.3.1主題/
7.3.2顏色/
7.3.3分面/
7.3.4坐標系/
7.3.5可視化地圖/
7.4ggplot2數(shù)據(jù)可視化案例/
7.5本章小結/
第8章 R語言高級繪圖/
8.1plotly可交互圖形可視化/
8.1.1可交互統(tǒng)計圖/
8.1.2可交互圖形添加控件/
8.1.3制作可交互動畫/
8.2ggplot2拓展包可視化/
8.2.1cowplot包可視化/
8.2.2ggfortify包可視化/
8.2.3ComplexUpset包可視化/
8.3特殊圖形可視化/
8.3.1圓環(huán)條形圖/
8.3.2弧形圖/
8.4本章小結/
第四篇 R語言數(shù)據(jù)建模實戰(zhàn)
第9章基礎統(tǒng)計分析/
9.1概率分布與抽樣/
9.1.1隨機數(shù)生成/
9.1.2概率分布/
9.1.3數(shù)據(jù)抽樣/
9.2數(shù)據(jù)描述性統(tǒng)計/
9.2.1數(shù)據(jù)的變量類型/
9.2.2數(shù)據(jù)描述匯總/
9.2.3頻數(shù)和列聯(lián)表/
9.3數(shù)據(jù)相關性分析/
9.3.1Pearson相關性系數(shù)/
9.3.2Spearman秩相關性系數(shù)/
9.3.3Kendall相關性系數(shù)/
9.4假設檢驗/
9.4.1數(shù)據(jù)分布檢驗/
9.4.2t檢驗/
9.5方差分析/
9.5.1單因素方差分析/
9.5.2雙因素方差分析/
9.5.3多變量方差分析/
9.6本章小結/
第10章回歸分析/
10.1一元線性回歸/
10.1.1一元線性回歸模型/
10.1.2一元線性回歸實例/
10.2一元非線性回歸/
10.2.1多項式回歸/
10.2.2非線性最小二乘回歸/
10.2.3樣條模型/
10.3多元線性回歸/
10.3.1回歸模型的建立/
10.3.2回歸診斷/
10.3.3異常值分析/
10.3.4改進回歸模型/
10.4逐步回歸/
10.4.1直接逐步回歸/
10.4.2剔除異常值逐步回歸/
10.5邏輯回歸/
10.5.1用邏輯回歸進行數(shù)據(jù)分類/
10.5.2逐步邏輯回歸分析/
10.6本章小結/
第11章特征提取與降維/
11.1主成分分析/
11.1.1判斷主成分的個數(shù)/
11.1.2提取主成分得分/
11.1.3主成分得分系數(shù)/
11.1.4核主成分分析/
11.2因子分析/
11.2.1確定因子個數(shù)/
11.2.2提取公共因子/
11.3多維尺度分析/
11.3.1MDS數(shù)據(jù)降維/
11.3.2計算樣本的空間位置/
11.4tSNE降維/
11.4.1tSNE數(shù)據(jù)降維案例/
11.4.2調整tSNE算法的困惑度/
11.5本章小結/
第五篇 R語言數(shù)據(jù)挖掘實戰(zhàn)
第12章無監(jiān)督學習/
12.1聚類分析/
12.1.1選擇合適的聚類數(shù)目/
12.1.2K均值與K中值聚類/
12.1.3層次聚類/
12.1.4密度聚類/
12.1.5模糊聚類/
12.2離群點檢測/
12.2.1LOF離群點檢測/
12.2.